ตัวหารของตัวประมาณค่าความแปรปรวน (ไม่เอนเอียง) คือเนื่องจากมีการสังเกตและมีการประมาณเพียงหนึ่งพารามิเตอร์เท่านั้น
ในทำนองเดียวกันฉันสงสัยว่าทำไมตัวหารความแปรปรวนร่วมไม่ควรเป็นเมื่อมีการประมาณสองพารามิเตอร์?
ตัวหารของตัวประมาณค่าความแปรปรวน (ไม่เอนเอียง) คือเนื่องจากมีการสังเกตและมีการประมาณเพียงหนึ่งพารามิเตอร์เท่านั้น
ในทำนองเดียวกันฉันสงสัยว่าทำไมตัวหารความแปรปรวนร่วมไม่ควรเป็นเมื่อมีการประมาณสองพารามิเตอร์?
คำตอบ:
กรณีพิเศษควรให้สัญชาตญาณคุณ คิดเกี่ยวกับสิ่งต่อไปนี้:
คุณมีความสุขที่หลังเนื่องจาก การแก้ไข Bessel
แต่แทนที่ด้วยในสำหรับอดีตให้ดังนั้นตอนนี้คุณคิดว่าอะไรที่ดีที่สุดควรเติมในช่องว่าง?
คำตอบที่รวดเร็วและสกปรก ... ลองพิจารณาก่อน หากคุณมีข้อสังเกตค่าที่คาดว่าจะได้คุณจะใช้เพื่อประเมินความแปรปรวน
มูลค่าที่คาดว่าจะเป็นที่ไม่รู้จักคุณสามารถเปลี่ยนของคุณสังเกตเข้ามาในข้อสังเกตที่มีมูลค่าที่คาดว่าจะเป็นที่รู้จักกันโดยการสำหรับ n คุณจะได้สูตรที่มีในตัวส่วนอย่างไรก็ตามนั้นไม่ได้เป็นอิสระและคุณต้องคำนึงถึงเรื่องนี้ด้วย ในตอนท้ายคุณจะพบสูตรปกติ
ทีนี้สำหรับความแปรปรวนร่วมคุณสามารถใช้แนวคิดเดียวกันได้: หากค่าคาดหวังของเท่ากับคุณจะได้ในสูตร ด้วยการลบไปยังค่าที่สังเกตได้ทั้งหมดคุณจะได้รับสังเกตด้วยค่าที่คาดไว้ที่รู้จัก ... และในสูตร - อีกครั้งสิ่งนี้แนะนำการพึ่งพาบางอย่าง บัญชี.
ป.ล.วิธีที่สะอาดในการทำเช่นนั้นคือการเลือกพื้นฐานแบบดั้งเดิมของ , นั่นคือเวกเตอร์นั้น
จากนั้นคุณสามารถกำหนดตัวแปรและY_j มีความเป็นอิสระได้คาดว่ามูลค่าและมีความแปรปรวนเดียวกัน / แปรปรวนกว่าตัวแปรเดิม
ประเด็นทั้งหมดคือถ้าคุณต้องการกำจัดความคาดหวังที่ไม่รู้จักคุณทิ้งการสังเกต (และเพียงหนึ่ง) ใช้งานได้เหมือนกันสำหรับทั้งสองกรณี
นี่คือข้อพิสูจน์ว่าตัวประมาณค่าความแปรปรวนร่วม p-variate กับตัวส่วนเป็นตัวประมาณค่าที่เป็นกลางของเมทริกซ์ความแปรปรวนร่วม:
x_p)
วิธีแสดง:
พิสูจน์:
ต่อไป:
(1)
(2)
ดังนั้น:
และเพื่อให้กับส่วนสุดท้ายเป็นที่เป็นกลาง องค์ประกอบแนวทแยงมุมของคือกลุ่มตัวอย่างส่วนบุคคลของคุณ
ข้อสังเกตเพิ่มเติม:
n ดึงเป็นอิสระ ใช้ใน (2) เพื่อคำนวณความแปรปรวนร่วมของค่าเฉลี่ยตัวอย่าง
ขั้นตอน (1) และ (2) ใช้ข้อเท็จจริงที่ว่า
ขั้นตอนที่ (2) ใช้ความจริงที่ว่า
ฉันเดาวิธีหนึ่งในการสร้างสัญชาตญาณที่อยู่เบื้องหลังโดยใช้ 'n-1' และไม่ใช่ 'n-2' คือ - สำหรับการคำนวณความแปรปรวนร่วมเราไม่จำเป็นต้องตัดค่าเฉลี่ยทั้ง X และ Y แต่อย่างใดอย่างหนึ่ง
1) เริ่มต้นDF
2) ความแปรปรวนตัวอย่างเป็นสัดส่วนกับ{Y}) เสียสอง ; จากคนหนึ่งจากผลใน(n-1)
3) อย่างไรก็ตามมีเพียงแง่แยกหนึ่งจากแต่ละผลิตภัณฑ์ เมื่อตัวเลขสองตัวคูณกันข้อมูลที่เป็นอิสระจากแต่ละหมายเลขจะหายไป
เป็นตัวอย่างที่น่าเบื่อลองพิจารณาดู
,
และนั่นไม่รวมถึง irrationals และเศษส่วนเช่นดังนั้นเมื่อเราคูณชุดตัวเลขสองชุดเข้าด้วยกันและตรวจสอบผลิตภัณฑ์ของพวกเขาสิ่งที่เราเห็นคือจากอนุกรมตัวเลขหนึ่งชุดในขณะที่เราสูญเสียข้อมูลต้นฉบับไปครึ่งหนึ่งนั่นคือตัวเลขสองตัวนั้นคืออะไรก่อนที่จะทำการจัดกลุ่มคู่ที่ชาญฉลาดให้เป็นหนึ่งตัวเลข (เช่นการคูณ)
ในคำอื่น ๆ โดยไม่สูญเสียความสามารถทั่วไปเราสามารถเขียน
สำหรับบางและ ,
เช่นและ{Y} จากซึ่งเห็นได้ชัดว่ามีสูตรความแปรปรวนร่วมจะกลายเป็น
{Y})
ดังนั้นคำตอบของคำถามคือถูกแบ่งครึ่งโดยการจัดกลุ่ม
Hold
ที่ไหน?